AI应用开发04-对话+RAG管理桌面端GUI

说明

对AI应用开发所涉及到的流程、工具、技能进行系列介绍，全部文章收录于《AI应用开发》专栏。关注+收藏，不错过后续精彩。

前置文章

AI应用开发01-环境准备 AI应用开发02-从零构建AI聊天机器人 AI应用开发03-RAG增强知识问答

项目源码

gitee仓库：AI应用开发源码

一、项目目标

构建一个基于 Python 的桌面端 AI 聊天应用，具备以下核心能力：

• 调用大模型 API 进行多轮对话（上下文记忆）
• 流式/非流式输出切换
• 对话记录本地保存
• 内置 RAG 知识库（文档上传、向量检索、增强回答）
• 支持嵌入模型与文本切分策略配置
• 简洁实用的 GUI 界面

二、技术选型

三、功能需求

3.1 V1 —— 基础对话功能

• ✅ 多轮对话，携带完整上下文
• ✅ 可配置系统提示词（角色设定）
• ✅ 流式 / 非流式输出切换
• ✅ 每次会话自动保存为带时间戳的日志文件
• ✅ 设置面板：API Key、模型名、保存目录等

3.2 V2 —— RAG 知识增强与知识库构建

• ✅ 本地 PDF / TXT 文档上传
• ✅ 文本分割（简单切分 & 语义切分可选）
• ✅ 向量化入库（ChromaDB）
• ✅ 知识库文件管理界面：查看文件名、分块数、删除文件
• ✅ 对话时自动检索相关片段，并显示参考资料来源
• ✅ 嵌入模型可切换（下拉框 + 手动输入）
• ✅ 向量库路径、切分策略等可配置

四、项目结构

F:\\ai-dev\\
├── rag_engine/ # 独立 RAG 模块包
│ ├── __init__.py
│ ├── config.py # 默认配置
│ ├── loader.py # 文档加载器
│ ├── splitter.py # 文本分割器 (simple / semantic)
│ └── vector_store.py # ChromaDB 封装
├── chatbot_gui_modular.py # 主 GUI 程序
├── chatbot_gui.py # 主GUI 程序（简单的对话界面）
├── .env # API 密钥 (不纳入版本控制)
├── config.json # 用户配置 (自动生成)
├── chat_logs/ # 对话记录保存目录
└── chroma_db/ # 向量数据库存储目录

五、关键模块实现

5.1 环境准备与依赖安装

构建虚拟环境agent-demo并激活（如果已经按照前置文章创建，可忽略该步骤）。

python –m venv agent-demo
.\\agent-demo\\Scripts\\Activate.ps1
python –m pip install openai python-dotenv chromadb PyPDF2 sentence-transformers # 安装必要的依赖包，已安装过忽略

对于向量化模型，推荐配置 HuggingFace 国内镜像（在脚本开头添加），避免因网络问题无法启动：

import os
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'

5.2 RAG 引擎包 (rag_engine/)

构建一个可独立复用的轻量级 RAG 工具包，采用模块化设计将文档处理全流程拆分为四个职责单一的组件：

• 配置中心（config） 管理默认参数与可用模型列表。
• 文档加载器（loader） 统一处理 PDF/TXT 等多格式文件读取。
• 文本分割器（splitter） 提供简单切分与语义切分两种策略以适配不同场景。
• 向量库管理器（vector_store） 封装 ChromaDB 操作实现文档的向量化存储、检索与统计。 该包通过 __init__.py 暴露统一接口，对外屏蔽内部实现细节，既可直接被桌面 GUI 调用，也可无缝集成到其他 Python 项目中，体现了“高内聚、低耦合”的工程原则，为后续扩展更多文档格式、切分算法或嵌入模型奠定了坚实基础。

5.2.1 config.py – 默认配置

GUI启动时加载默认配置，用户可修改并保存。配置属性主要包含：

• 向量库地址
• 默认向量化模型
• 分块设置
• 可选择的向量化模型列表

DEFAULT_RAG_CONFIG = {
"persist_dir": "chroma_db",
"embedding_model": "shibing624/text2vec-base-chinese",
"chunk_size": 500,
"chunk_overlap": 50,
"split_strategy": "simple",
"available_models": [
"shibing624/text2vec-base-chinese",
"moka-ai/m3e-base",
"BAAI/bge-small-zh-v1.5",
"all-MiniLM-L6-v2",
"intfloat/multilingual-e5-large"
]
}

5.2.2 loader.py – 文档加载器

import os
from PyPDF2 import PdfReader

class DocumentLoader:
@staticmethod
def load(file_path):
ext = os.path.splitext(file_path)[1].lower()
if ext == '.pdf':
return DocumentLoader._load_pdf(file_path)
elif ext == '.txt':
return DocumentLoader._load_txt(file_path)
else:
raise ValueError(f"暂不支持的格式: {ext}")

@staticmethod
def _load_pdf(path):
reader = PdfReader(path)
full_text = ""
for page in reader.pages:
text = page.extract_text()
if text:
full_text += text + "\\n"
return full_text

@staticmethod
def _load_txt(path):
with open(path, 'r', encoding='utf-8') as f:
return f.read()

5.2.3 splitter.py – 文本分割器（支持 simple 和 semantic）

TextSplitter 是整个 RAG 引擎中的文本预处理核心，负责将原始长文本切分成长度适中、语义连贯的文本块（chunk），以便后续进行向量嵌入和检索。其设计遵循“策略可插拔、参数可调节”的原则，对外仅暴露 split(text) 方法，内部则根据初始化时指定的 strategy 参数自动分派到不同的切分逻辑。

一、整体实现思路

二、简单切分（Simple Split）

原理：以自然段落边界（双换行）为第一优先级，段落内部若超出 chunk_size 则按固定窗口滑动截取，确保每个块长度大致均匀。

实现步骤：

适用场景：通用性最强，适合绝大多数格式工整的文档（如报告、手册），计算开销低、速度快。

三、语义切分（Semantic Split）

原理：以句子为最小单位，通过贪婪合并策略将语义上连续的句子聚合成不超过 chunk_size 的块，避免在句子中间截断，从而保持每个块的语义完整性。

实现步骤：

适用场景：对话记录、法律条款、学术论文等对语义连续性要求较高的文本，能够显著提升检索结果的连贯性和答案准确性。

代码实现：

import re

class TextSplitter:
def __init__(self, chunk_size=500, overlap=50, strategy="simple"):
self.chunk_size = chunk_size
self.overlap = overlap
self.strategy = strategy

def split(self, text):
if self.strategy == "semantic":
return self._semantic_split(text)
return self._simple_split(text)

def _simple_split(self, text):
paragraphs = [p.strip() for p in text.split("\\n\\n") if len(p.strip()) > 20]
if not paragraphs:
paragraphs = [p.strip() for p in text.split("\\n") if len(p.strip()) > 20]
chunks = []
for para in paragraphs:
if len(para) <= self.chunk_size:
chunks.append(para)
else:
for i in range(0, len(para), self.chunk_size – self.overlap):
chunk = para[i:i + self.chunk_size]
if chunk:
chunks.append(chunk)
return chunks

def _semantic_split(self, text):
sentences = re.split(r'(?<=[。！？.!?])\\s*', text)
sentences = [s.strip() for s in sentences if s.strip()]
chunks = []
current_chunk = ""
for sent in sentences:
if len(current_chunk) + len(sent) <= self.chunk_size:
current_chunk += sent
else:
if current_chunk:
chunks.append(current_chunk)
if len(sent) > self.chunk_size:
for i in range(0, len(sent), self.chunk_size – self.overlap):
chunks.append(sent[i:i + self.chunk_size])
current_chunk = ""
else:
current_chunk = sent
if current_chunk:
chunks.append(current_chunk)
return chunks

5.2.4 vector_store.py – 向量库管理

VectorStore 是 RAG 引擎的存储与检索核心，基于 ChromaDB 封装了文档向量的持久化管理和语义搜索能力，向上层提供简洁的操作接口。

核心职责：

设计特点：

• 持久化本地存储：所有向量数据均保存在指定目录，重启不丢失。
• 模型可插拔：嵌入模型通过参数注入，更换模型只需修改初始化参数，无需改动内部逻辑。
• 异常隔离：通过统一的接口屏蔽底层 ChromaDB 细节，外部调用者无需关心数据库操作，降低了耦合度。

代码实现：

import chromadb
from chromadb.utils import embedding_functions
from .config import DEFAULT_RAG_CONFIG

class VectorStore:
def __init__(self, persist_dir=None, embedding_model=None):
self.persist_dir = persist_dir or DEFAULT_RAG_CONFIG["persist_dir"]
self.embedding_model = embedding_model or DEFAULT_RAG_CONFIG["embedding_model"]
self.embed_fn = embedding_functions.SentenceTransformerEmbeddingFunction(
model_name=self.embedding_model
)
self.client = chromadb.PersistentClient(path=self.persist_dir)
self.collection = self.client.get_or_create_collection(
name="rag_collection",
embedding_function=self.embed_fn
)

def add_document(self, chunks, source_name):
metadatas = [{"source": source_name, "chunk_index": i} for i in range(len(chunks))]
ids = [f"{source_name}_{i}" for i in range(len(chunks))]
existing = self.collection.get(where={"source": source_name})
if existing["ids"]:
self.collection.delete(ids=existing["ids"])
self.collection.add(documents=chunks, metadatas=metadatas, ids=ids)

def search(self, query, top_k=3):
results = self.collection.query(
query_texts=[query],
n_results=top_k,
include=['documents', 'metadatas']
)
if results["documents"] and results["metadatas"]:
docs = results["documents"][0]
metas = results["metadatas"][0]
return [
{"content": doc, "source": meta.get("source", ""), "chunk_index": meta.get("chunk_index", 0)}
for doc, meta in zip(docs, metas)
]
return []

def get_file_stats(self):
all_data = self.collection.get()
stats = {}
if all_data["metadatas"]:
for meta in all_data["metadatas"]:
src = meta["source"]
stats[src] = stats.get(src, 0) + 1
return stats

def remove_file(self, source_name):
self.collection.delete(where={"source": source_name})

5.2.5 __init__.py – 包导出

对外暴露可引用的模块

from .loader import DocumentLoader
from .splitter import TextSplitter
from .vector_store import VectorStore
from .config import DEFAULT_RAG_CONFIG

__all__ = ["DocumentLoader", "TextSplitter", "VectorStore", "DEFAULT_RAG_CONFIG"]

5.3 主 GUI 程序 chatbot_gui_modular.py

完整代码因篇幅原因在此不再展示，可通过gitee仓库获取。核心特点：

• 使用 PanedWindow 实现左右分栏：聊天区 + RAG 面板
• 菜单栏提供“设置”入口，支持动态修改模型、切分策略等
• 发送消息时自动根据 RAG 开关检索上下文，并将参考资料显示在对话框
• 所有耗时操作（上传、API 调用）放入后台线程，避免 UI 冻结

gitee仓库：AI应用开发源码

六、效果演示

6.1 简单对话示例

启动窗口： 设置界面，可修改保存，即时生效。

6.2 RAG+对话示例

七、设计权衡与优化方向

关键设计权衡（TOP3）

1. 轻量GUI vs 现代体验

• 权衡：选择Python自带的tkinter，牺牲界面美观度，换取零额外依赖、极低上手成本。
• 指导：初期学习重心应在AI逻辑而非前端。后续可无缝迁移至customtkinter或全栈Web框架，核心业务代码不受影响。

2. 通用API接口 vs 专用SDK

• 权衡：用openai库调用DeepSeek，而不用其官方SDK，保持与OpenAI协议兼容。
• 指导：实现模型无关性，未来切换任何兼容OpenAI的模型只需改base_url和key，降低锁定风险，便于学习和对比不同模型。

3. 简单切分 vs 语义切分

• 权衡：默认采用快速、通用的简单切分，同时提供基于正则分句的语义切分作为选项，不引入沉重模型依赖。
• 指导：理解“够用即可”的工程思维；当需要更高检索质量时，再升级为基于embedding相似度的动态切分，避免过早优化。

#关键优化方向（TOP3）

1. 混合检索（向量 + 关键词）

• 问题：纯向量检索可能遗漏精确关键词匹配。
• 行动：引入BM25等稀疏检索，与向量检索结果融合（混合召回），显著提升RAG回答的准确率和覆盖面。

2. Agent化与工具调用（MCP集成）

• 问题：当前仅是被动问答，无法主动执行操作。
• 行动：接入MCP（Model Context Protocol），让模型能调用搜索、计算器、文件操作等外部工具，从“聊天助手”升级为“自主代理”。

3. 产品化部署与多模态扩展

• 问题：桌面应用局限于单机，无法协作。
• 行动：将后端改造为FastAPI，前端用现代Web技术，实现多用户、云端部署；同时拓展图片、语音等多模态交互能力。